YOLO11旋转目标识别（OBB）手把手教程: 如何训练自己的数据集（QR码为案列）

原创

AI小怪兽

发布于 2024-11-06 01:18:52

3.6K04

代码可运行

文章被收录于专栏：毕业设计毕业设计 YOLO大作战

运行总次数：4

代码可运行

💡💡💡本文内容：YOLO11 OBB实现自有数据集缺陷旋转目标检测,从1）数据标记；2）数据json格式转换成适合yolo的txt格式；3）如何训练模型；

1.YOLO11介绍

Ultralytics YOLO11是一款尖端的、最先进的模型，它在之前YOLO版本成功的基础上进行了构建，并引入了新功能和改进，以进一步提升性能和灵活性。YOLO11设计快速、准确且易于使用，使其成为各种物体检测和跟踪、实例分割、图像分类以及姿态估计任务的绝佳选择。

OBB官方在 (DOTAv1)数据集上做了更多测试：

2. OBB旋转目标介绍

YOLO OBB格式通过四个角点指定边界框，坐标在0到1之间归一化。它遵循以下格式:

class_index, x1, y1, x2, y2, x3, y3, x4, y4

在内部，YOLO以xywhr格式处理损失和输出，xywhr格式表示边界框的中心点(xy)、宽度、高度和旋转。

2.1 labelme下载

# 安装labelme
pip install labelme

2.2使用labelme下

直接在python环境下运行

labelme

2.3 labelme介绍

1)Create Polygons生成polygon框；

3.QR码旋转数据集介绍

训练集、验证集、测试集分别为：1894，100，101张

3.1 obb生成适合yolo格式的txt

obb_json_to_txt

YOLO11旋转目标识别（OBB）手把手教程: 数据集标注 | 数据格式转换 | 如何训练、测试-CSDN博客

4.OBB旋转目标训练

4.1 qrcode-obb.yaml

path: D:/ultralytics-11/data/qrcode-obb/ 
train: train/images
val: valid/images
test: test/images

names: 
  0: qr_code

4.2 如何训练

import warnings
warnings.filterwarnings('ignore')
from ultralytics import YOLO

if __name__ == '__main__':
    model = YOLO('ultralytics/cfg/models/11/yolo11-obb.yaml')
    #model.load('yolov11.pt') # loading pretrain weights
    model.train(data='data/qrcode-obb.yaml',
                cache=False,
                imgsz=640,
                epochs=200,
                batch=16,
                close_mosaic=10,
                device='0',
                optimizer='SGD', # using SGD
                project='runs/train',
                name='exp',
                )

4.3训练结果可视化

YOLO11-obb summary (fused): 300 layers, 2,897,630 parameters, 0 gradients, 6.6 GFLOPs
                 Class     Images  Instances      Box(P          R      mAP50  mAP50-95): 100%|██████████| 7/7 [00:04<00:00,  1.53it/s]
                   all         99        128      0.953      0.955      0.966      0.908

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

热点技术征文第十期1024程序员节

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

热点技术征文第十期1024程序员节

登录后参与评论

暂无评论